【问题标题】:Graph Topology Profiling图拓扑分析
【发布时间】:2015-07-01 03:39:39
【问题描述】:

谁能建议我一些可用于分析图拓扑分类的算法? 输入:带有原始图信息的邻接表。 输出:它是什么样的图形?目前我只想关注纯类型 - 菊花链、网格、环、星形、树。

算法研究的哪个领域负责这种算法?是计算几何吗?

编辑 - 图表的大小不会超过 32 个节点。但是,节点之间会有冗余链接。

编辑 - 我知道我的问题可能过于宽泛,但至少在否决问题之前给我一些线索,让我知道这个问题出了什么问题。还是因为我的名声:-(

【问题讨论】:

    标签: algorithm networking graph-theory


    【解决方案1】:

    首先检查您的图表是否完全连接。

    然后,查看节点degree的分布情况:

    • 环:所有节点的度数为 2
    • 菊花链:除了 2 个度数为 1 的节点外,所有节点的度数都为 2(菊花链的定义有不同的定义)。
    • Star:每个节点的度数都为 1,除了一个度数为 n-1 的节点
    • 树:度数之和为 2*(节点数-1)。另外,如果最高度数为 k,则至少有 k 个度数为 1 的节点。
    • Mesh:一切顺利……

    我不认为存在处理此类问题的算法“领域”,但术语“图形类”很常见(参见例如here),尽管它不是一个正式术语。

    【讨论】:

    • 我们可以依赖节点的度数吗?我认为找出网格和环之间的区别会很棘手。我想我应该提到这一点,输入可以有冗余链接。图表类是一个很好的线索。
    • 除了网格之外,您可以依赖度数。网格只是意味着“其他任何东西”......
    • 我试图了解这将如何适用于以下示例。例如,我的图是 1=2=3,度数为 2、4 和 2。我们应该如何对这个图进行分类?
    • 如果只有 3 个节点,怎么会有一个度数为 4 的节点?
    • 这不会改变拓扑。您应该先删除多个链接。
    【解决方案2】:

    要对新实例进行分类,首先需要一个分类系统!

    换句话说,您的图(要分类的项目)适合某种图拓扑的数据结构(分类系统)。该系统可以像列表一样简单;在这种情况下,您可以执行this other post 中概述的简单算法,其中拓扑列表由度分布作为关键字。

    更复杂的系统可能是分层系统,类似于生物分类系统。这仅对于非常大量的图拓扑才是真正需要的,在这种情况下,它可以更快地根据一系列决策进行分类。本质上是一个决策树。

    在这个领域(对于纯图)可能很难找到很多研究,因为很难想到应用程序。有一些蛋白质折叠拓扑的应用,但这可能并不重要。

    【讨论】:

      猜你喜欢
      • 2016-01-05
      • 2023-03-16
      • 1970-01-01
      • 2011-01-04
      • 2014-09-29
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多